混合式教学模式下学生学习效果影响因素研究

季丹

摘  要：混合式教学模式已成为高职院校“互联网+”课堂实施的主流模式，如何判断学生在混合式教学模式下的学习效果是当前研究的重点方向之一。文章从课堂教学的全过程出发，构建混合式教学评价指标体系，并以评价指标为研究对象，进行相关性和因子分析，重点研究学习效果的主要影响因素，为“互联网+课堂”教学改革提供参考。

关键词：混合式教学;学习效果;影响因子

中图分类号：G64    文献标识码：A    文章编号：1673-7164（2021）39-0028-04

为适应“互联网+教育”新常态，近年来诸多教学形式如“翻转课堂”“慕课”“蓝墨云”等与传统教学手段相结合，形成了混合式教学模式。该模式通过“线上”+“线下”教学组织的有机结合，将学习者的学习由浅到深地引向深度学习[1]，目前已经成为高职院校的主流教学趋势。

随着混合式教学在高校的兴起与发展，越来越多的学者将研究方向转至混合式教学效果的评价上来[2]。基于SPOC的混合式教学模式，给出了基于环境因子、学习因子、教学因子等多方面因素互相结合的评价体系[3]。采用问卷调查法，选用教学态度、教学内容、教学方法、教学效果四项一级指标，共16项二级指标，对学习效果进行评价。

判断混合式教学课堂是否具有良好的教学效果，主要是看教师对混合式教学的实施过程、评价指标、学习效果等是否有清晰的认知。本文将从混合式课堂实施的全过程出发，采用相關性分析、因子分子等数据分析方法，找出影响学生学习效果的主要因素，为高职院校“互联网+课堂”教学改革提供参考。

一、混合式教学模式研究基础

（一）混合式教学模式的特点

混合式教学模式与传统教学的区别主要体现在以下方面：一是突出以“学生为主体”的教学理念，更注重学生的自主学习、个性化发展以及综合素质的提升;二是教学资源的系统集成化，针对具体的教学项目，完善和整合多种线上资源，构建资源共享生态圈是混合式教学的趋势之一;三是教学方法多元化，结合岗位需求，灵活应用情境引入、项目驱动、PBL教学等方法，让学生在学中做，做中学，有效激发学生学习兴趣;四是评价手段多样化，除了在线平台的数据反馈，利用大数据管理与预测，能更科学全面地促进教学诊改。

（二）混合式课堂教学全过程

根据以上特点，本文以电子信息工程专业“单片机技术”课程为例，优化了混合式教学全过程，共分为三个阶段[4]。

第一阶段：课前导学。教师通过在线学习平台发布微课、动画、前沿科技信息等相关学习资源，便于学生开展系统预习;学生对照任务单完成导学及测验，掌握本课程对应知识技能，明确学习状态及兴趣方向。

第二阶段：课中研学。采用“引—学—验—析—定—练—查”七个步骤，贯彻理实一体化教学理念。理论部分通过情境引入明确任务需求、通过知识解析解决理论盲区、通过课堂测验及时掌握学习情况;实践部分通过小组协作、岗位分工、角色互换等方式，充分调动学生的积极性，让学生在良好的氛围中完成任务解析、解决方案的确定、实操或仿真的训练，最后通过故障排查，进一步考查学生岗位技能和职业素养的掌握程度。

第三阶段：课后拓展。教师针对前两个阶段的综合情况，分析学生存在的问题，并针对性发布拓展任务及个性化学习内容，实现“教”的精准化和“学”的个性化。

（三）混合式教学评价指标体系构建

结合线上线下混合式课堂教学全过程，采用过程性与总结性评价相结合的标准[5]，从评价维度、评价指标和权重等方面构建了系统全面的教学评价指标体系，如图1所示。

评价指标不仅突出了线上资源的结果型考核，还兼具了教学实施、小组协作等过程性评价;不仅注重基础教学知识与技能的掌握，还着重考核了个性化学习的效果;不仅强调了职业素养的提升，还浸润了社会主义核心价值观的培养，能最大限度地评价学生的综合学习效果。

二、混合式教学模式下学习效果影响因素指标确定与分析路径

为了验证该混合式教学评价指标体系是否能有效反馈学生的学习效果，以及分析影响学习效果的主要因素，本研究以电子信息工程专业3个班级的学生为研究对象，针对评价体系中的14个一级指标设计了问卷，以无记名的方式填写问卷，共发放和回收102份。

针对回收的调查数据，采用SPSS 25.0对相关数据进行分析，具体的研究路径如下：

步骤一：数据预处理。针对原始数据进行标准化处理，去重冗余及缺省元素。

步骤二：对各类因素进行关联性分析，得到影响学习效果的主要因素以及因素间的内在关系。

步骤三：采用因子分析，消除因素之间的多重线性问题，确定影响因子的权重及其影响程度。

步骤四：根据分析的结果探索提升学生学习效果的有效措施。

三、混合式教学模式下学习效果影响因素数据分析

本研究以电子信息工程专业3个班级的学生为研究对象，针对评价体系中的14个一级指标构建了问卷调查，以无记名的方式填写问卷，共发放和回收102份。针对回收的调查数据，采用SPSS 25.0对相关数据进行相关性分析和因子分析。

（一）相关性分析

学习效果影响因素按照三个阶段进行编码，具体如表1所示：

将14个因素作为自变量，学生期末成绩等级作为因变量D，进行皮尔逊相关性分析，如表2所示。

根据皮尔逊相关系数表显示，Sig<0.01表示相关性非常显著， Sig<0.05表示相关性显著。按照此规则，能看出与学习效果最为相关的第一梯队因素包括C4（自我效能感）、B1（学习能力）、B5（项目实施）、B4（贡献度）、A4（导学测试）、B6（素质提升）、A2（参与度）、 B2（协作创新）、A3（学习能力）、C1（项目拓展）;第二梯队为A1（投入度）;第三梯队为B3（投入度）、C2（能力提升）、C3（学习反思）。

第一梯队因素涉及课前、课中和课后的各个环节，说明学习效果与教学全过程有密不可分的关联，无论哪个阶段没有做好，都会影响整体学习状态。第三阶段与学习效果的关联度不大，说明学生对课中的投入度、课后个人能力提升及学习反思三个环节的重视度不够，自主学习能力还有待加强。

（二）因子分析

在相关性分析的基础上，对14个评价因素进行因子分析，具体步骤如下：

步骤1：通过KMO检验（Kaiser—Meyer—Olkin）来检验多变量数据是否适合采用因子分析方法，见表3。

表中KMO系数为0.844>0.7，表示分析效果良好;显著性<0.001，说明元素关联性很显著，可以进行有效的因子分析[6]。

步骤2：计算变量的公共因子方差进行因子分析。旋转后的因子载荷矩阵按照由大到小的顺序排列，如表4所示。

由表4可知，通过四个因子来表示原数据的大量信息。表中数据代表每个因素在因子中的荷重，数据越大，对因子的解释越强。

按照纵向来看，选出荷重大于0.5的因素，则可看出第一列因子F1主要由A4（导学测试）、B1（学习能力）、B4（贡献度）、B5（项目实施）、C1（项目拓展）、C4（自我效能感）构成，与相关性分析时得出的第一梯队关联度基本吻合。导学测试主要是线上结果性评价，学习能力涉及课堂测验与作品展示，贡献度涉及发起讨论、发言次数等量化数据，项目实施主要围绕课堂实操评价，项目拓展涉及课后拓展任务评分等，因此F1主要围绕教学实施过程中的量化指标展开，能较好衡量学生的学习过程以及综合学习成绩，因此F1也称之为成绩量化因子。

F2中因子載荷超过0.5的因素包括了A3（自学能力）、A1（投入度）、A2（参与度）、A4（导学测试），因此F2可称之为课前预习因子。按照载荷大小排序，预习过程中影响学习效果的重要程度依次为自学能力、自学投入程度、自学参与度、导学测试。

F3中因子载荷超过0.5的因素包括了B2（协作创新）、B3（投入度）、B6（素质提升），因此F3可称之为课堂学习因子。按照载荷大小可知影响课中学习效果的主要因素排序如下：协作创新、投入度、素质提升。在混合式课堂中，学生在分组协作中的表现以及投入度直接影响了课堂教学的效果。随着课程思政的不断浸润，贯彻家国情怀、工匠精神、劳动精神等育人理念，对学生的全面发展起到了重要的推动作用。

F4中因子载荷超过0.6的因素包括了C3（学习反思）、C2（能力提升），因此F4也称之为课后拓展因子。按照载荷大小，影响学习效果的主要因素排序为：学习反思、能力提升。其中学习反思涉及工作日志的填写，包括课前知识盲点记录、课中实践操作步骤及分析、拓展项目实施以及经验分享及心得体会等，是对混合式课堂教学全过程的记录与反思，有助于学生深度了解学习状态、及时调整学习策略。能力提升是指个性化资源的学习程度，是对学生课后拓展提升的较大考验。

步骤3：根据因子得分系数矩阵和原始变量的标准化值，可计算每个样本在相应因子上的得分，即4个新的因子变量。这些变量既包含了原先14个原始变量的绝大部分信息，又避免了原始变量间的多重共线性问题。可以通过4个变量进一步预测学习效果，进而及时精准改进。

（三）数据分析结论

根据相关性和因子分析结果可得出以下结论：

1. 混合式教学模式下学生的学习效果与教学实施全过程有着密切关联，即与课前的学习能力、参与度、导学测试;课中的学习能力、协作创新、贡献度、项目实施、素质提升;课后的项目拓展、自我效能感有着正向的显著相关性。

2. 通过因子分析，确定4个新的因子变量可代替原先14个因素的绝大部分信息，分别是成绩量化因子、课前预习因子、课堂学习因子、课后拓展因子。

3. 成绩量化因子中的主要影响因素依次为：导学测试、学习能力、贡献度、项目实施、项目拓展、自我效能感等教学全过程中可量化的评价指标。说明量化指标能有效为学生学习质量评价提供参考依据，这就要求教师在进行量化考核时尽可能全面科学的覆盖教学全过程。

4. 课前预习因子中的主要影响因素依次为自学能力、自学投入程度。只有掌握有效的自学方法，尽可能地投入自主学习，才能取得理想的预习成效。

5. 课堂学习因子中的主要影响因素依次为协作创新、投入度、素质提升。充分体现了以学生为主的教学理念，体现了混合式教学方法的多样性以及立德树人的贯彻性。

6. 课后拓展因子中的主要影响因素依次为学习反思、能力提升。做好课程总结与反思，加强个性化学习是激发学生学习兴趣，提升学习效果的重要拓展环节[7]。

7. 通过新的因子还可及时预测新学期学生的学习状态与学习效果，为教学诊改提供参考依据。

四、总结

本文从混合式教学模式的特点出发，结合电子信息工程专业“单片机技术”课程，构建了基于教学评价的指标体系，以评价指标为调研对象进行了相关性分析和因子分析。结果显示学习效果影响因素可用4个因子表示，通过对每个因子中影响因素的重要性排序，为高职院校“互联网+课堂”的教学实施提供一定参考。

参考文献：

[1] 赵国栋，原帅. 混合式学习的学生满意度及影响因素研究——以北京大学教学网为例[J]. 中国远程教育，2010（06）：32-38.

[2] 刘智勇，陈婵娟，章文林. 基于SPOC的混合式教学模式的教学评价方式研究[J]. 教育现代化，2017（03）：99-100+127.

[3] 唐玉兰，陈建慧，赵吉. 基于微信平台的混合式教学的效果评价[J]. 淮北职业技术学院学报，2017（04）：67-69.

[4] 孙士奇，吴善禄. 新冠疫情下大学生在线学习效果评价研究[J]. 网络安全技术与应用. 2021（08）：101-103.

[5] 冯晓英，孙雨薇，曹洁婷. “互联网+”时代的混合式学习：学习理论与教法学基础[J]. 中国远程教育，2019（02）：7-16+92.

[6] 王日升，王美玲，李娜. 混合式学习现状及教师功能角色分析——基于高校思想政治理论课的调查研究[J]. 齐鲁师范学院学院，2018（06）：8-14.

[7] 胡伟. 高职院校学生职业能力培养定位及其意义[J]. 中国教育学刊，2015（11）：218-219.

（荐稿人：林榕，南京交通职业技术学院副教授）

（责任编辑：汪旦旦）